Development of Renal Disease in People at High Cardiovascular Risk
Notice bibliographique
Résumé
In people with diabetes, renal disease tends to progress from microalbuminuria to clinical proteinuria to renal insufficiency. Little evidence has been published for the nondiabetic population. This study retrospectively analyzed changes of proteinuria over 4.5 yr in the HOPE (Heart Outcomes and Prevention Evaluation) study, which compared ramipril's effects to placebo in 9297 participants, including 3577 with diabetes and 1956 with microalbuminuria. This report is restricted to 7674 participants with albuminuria data at baseline and at follow-up. Inclusion criteria were known vascular disease or diabetes plus one other cardiovascular risk factor, exclusion criteria included heart failure or known impaired left ventricular function, dipstick-positive proteinuria (>1+), and serum creatinine >2.3 mg/dl (200 microM). Baseline microalbuminuria predicted subsequent clinical proteinuria for the study participants overall (adjusted odds ratio [OR], 17.5; 95% confidence interval [CI], 12.6 to 24.4), in participants without diabetes (OR, 16.7; 95% CI, 8.6 to 32.4), and in participants with diabetes (OR, 18.2; 95% CI, 12.4 to 26.7). Any progression of albuminuria (defined as new microalbuminuria or new clinical proteinuria) occurred in 1859 participants; 1542 developed new microalbuminuria, and 317 participants developed clinical proteinuria. Ramipril reduced the risk for any progression (OR, 0.87; 95% CI, 0.78 to 0.97; P = 0.0146). People without and with diabetes who are at high risk for cardiovascular disease are also at risk for a progressive rise in albuminuria. Microalbuminuria itself predicts clinical proteinuria in nondiabetic and in diabetic people. Ramipril prevents or delays the progression of albuminuria.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».